分享

【卡尔曼系列03】过度自信与客观无知

 小播读书 2023-02-01 发布于广东

如果告诉你,有一个小孩:

4岁就会加减乘除运算;

8岁就通过了业余钢琴10级;

你预测一下他未来考上985大学的概率是多少?

20%、30%还是50%?

其实正常毕业生考上985院校的概率只有2%-3%。

而且社会心理学大量研究发现,小时候某些突出表现,和未来的考试成绩之间的相关系统一般不超过20%,是指正常概率左右浮动20%。

所以,即便这个小孩参加高考,考上985院校的概率也只有3%左右。

但如果这个小孩是你自己的小孩,你可能更容易高估可能性。

世界杯结束的时候,你预测夺冠球队是阿根廷吗?

俄乌冲突在继续的时候,那些一开始预测战争很快就结束的专家在哪里?

实际上,我们普遍高估自己的预测能力,尤其是涉及自己的表现的时候,往往会表现出过度自信。

就像90%的人认为自己的驾驶水平高于平均水平;95%的教授认为自己的教学水平要比其他人好。

那我们的过度自信是如何产生的呢?

除了人类有普遍乐观的天性以外,还有一个非常重要的原因,那就是:客观无知。

01

客观无知什么

客观无知,不是一个人的认知能力问题,而是一个人的信息和知识范围导致的。

就像很多人看了一些报道和资讯,就去预测俄乌冲突的走势,显然他们忽视了自己的客观无知。

很多重要的决策判断信息,就连战场上的士兵和指挥官都不知道,何况远离战场和决策中心的普通人。

在《论语》里面孔子说:“不在其位,不谋其政。”

如果不在位置上,就不要去瞎操心,很多人说这是逃避责任,其实这是非常理性和客观的。

你没有在那个位置,你永远不知道你有多无知。

如果我们把视野放大一点,我们甚至也理解为什么庄子说:“知天之所为,知人之所为者,至矣。”

身处在变幻莫测的世界中,我们每个人的认知和视野是非常有限的,很多时候,我们自信满满做出的决策,其实无异于随机抛硬币。

02

客观无知是真实存在的

心理学家泰特洛克研究了近300位专家的预测:

包括著名的记着、学者、国家领导人的高级智囊团,验证这些人在政治、经济和社会领域的预测准确性。

这项研究持续了20多年,结果发现这些所谓的专家,对重大政治事件的预测结果都非常糟糕。

就像泰特洛克说的:整体上,普通专家预测的准确性和黑猩猩仍飞镖差不多。

客观无知是真实存在的,但我们常常忽视它们的存在。

偏差和噪声是由于判断者自身主观无知造成的,是我们可以改善的,而客观无知是我们没办法消除的。

而实际上,我们很多预测都是基于大量客观无知做出的,而这些重要信息对结果会产生巨大的影响。

哪里有预测,哪里就有客观无知,而且通常比我们想象得要更严重。

正如卡尼曼说:客观无知决定了我们判断力和理解力的上限制。

03

很多判断是无法有效验证的

为什么明明有这么多客观无知,专家和高管们还依然偏爱,基于自己的直觉和经验做出判断呢?

而究其原因,可能仅仅这个判断是他自己做出的,决策判断会给自己带来一种额外的情感奖励,一种对事情的掌控感和自信心。

不仅如此,当专家和高管们做出的决策越多,他们对自己的判断力往往更自信。

因为在现实工作中,很多判断是无法有效验证的,更重要的是,判断者会倾向于寻找证据来证明的判断是明智的。

受自证偏见的影响,我们会倾向于证明的结论,而不是证伪。

卡尼曼说,我们几乎总是能成功找到证据,证明自己的决策是正确的,因为我们可以从无数的事实和信念中搜索出原因来解释现状。

就像,相同的新闻既可以用于解释股市下跌,原因可能是因为这条新闻令投资人感到担忧。

当然这条新闻也可以用于解释股市上涨,原因可能是投资人依然持有乐观的态度。

总之,当事情发生之后,我们总是感觉事情是在情理之中的,是可以得到解释的。

而且当这样的解释多了,我们就会产生一种错觉,觉得事情是可以预测的。

但卡尼曼提醒我们,预测和理解是不一样的,事情可以在事后被理解,但是并不意味着它在事前是可以被预测的。

04

我们常常把相关性看成因果性

这其实在一定程度上可以解释:

为什么很多有经验的管理者,常常非常自信自己的判断,因为他们认为自己见过了很多类似的事情。

并且他们认为自己都进行了理解,而所谓的理解只是把其中的相关性转换成了因果性,他们用相关性替代了因果性,然后把因果性看成自己的理解力。

事后的理解能力很多时候更像是一种编故事的能力。

但他们把这种能力,转移到了自己的预测能力上,认为自己理解了很多事情,所以有更强的预测能力。

所以,卡尼曼说,我们对世界的理解,取决于我们编造故事来解释我们所观察到的事件的能力。

这是一个很意思的洞见。

正如哲学家马克斯·韦伯说:我们是生活在自己编织的意义之网上的动物。

卡尼曼提醒我们,经验和才华与成功之间的相关性是中等水平,甚至可能更低,然而我们很容易做出这种因果性归因。

只要因果性是合理的,尽管相关性很小,我们的思维也很容易将相关性转化为因果性。

正如很多杰出的领导者认为自己经验丰富是成功的原因,而经验不足是失败的原因一样,这样的解释通常能让他们自己满意。

但实际上因为客观无知的存在,我们所能认知到的因果关系是非常有限的。

同时,我们还常常把相关性看成因果性,我们以为的因果思维,很多时候仅仅是一种基于直觉的相关性联想,并不是真正的基于事实和概率的逻辑推理。

卡尼曼告诉我们,从主观的因果思维,切换到全局的统计思维,才是一种更可靠的选择。

关于什么是统计思维,如何运用统计思维,我们后面再具体展开。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多